【案例】. h% `% v: ~ W! T {( w
x# D, e( B% NGPT-4「变懒」bug被修复,价格暴降80%!OpenAI连更5款新模型,性能狂飙 新智元 2024-01-26 12:18 发表于北京
7 C* Z0 m; C3 W) n6 e1 |新智元报道 编辑:编辑部
6 `; v) n4 Q! N3 n 【新智元导读】昨夜,OpenAI一口气连更5款新模型。GPT-4 Turbo变懒问题修复,代码生成能力史诗级加强。另外,多款模型价格大幅暴降。/ t/ t3 r {5 b+ R5 \& f; e+ z
! f: v& Q) `/ i* ?: `
& k9 H& z5 `; }4 l GPT-4又双叒叕变强了!
8 K! s9 s0 H6 b$ t5 `& }" H( a: A" g; `4 Z, }! W% Q9 e
今天,OpenAI正式发布了更新版的GPT-4 Turbo——gpt-4-0125-preview。
: _( v$ K p& B8 Y9 ~8 l, H
9 t, C. |8 \2 `, o* _0 P+ B+ J 不仅大幅改善了模型「偷懒」的情况,而且还极大地提升了代码生成的能力。! R! a5 N$ x7 G
S$ {+ r# k; Y7 k _/ P, j
2 `" V" l/ n, f& C" ]& f7 ?, s# I, J4 K) \: P% @6 F
与此同时,OpenAI还发布了一系列模型和API更新,总体来说就是「更强的性能,更低的价格」。
. M2 M$ P2 |$ R, |9 F' p* Q
2 `8 Y, O: K! S- \& { - GPT-3.5 Turbo更新——gpt-3.5-turbo-0125。输入价格大降50%,输出价格下降25%。性能上也有升级。
, p7 V& E( H# a
2 A, D: O0 B/ B6 D$ a/ Z$ c - 「迄今为止最强」的审核模型text-moderation-007,帮助开发者有效地识别有害文本。
8 d w# C, r/ `# S. Q) n# @, d( z# }6 t1 z: m" q- r
两个新一代embedding模型:
4 o- b$ s7 _- l. ?2 C Y
3 w6 z5 h/ K8 `/ D1 v, t9 b) i - text-embedding-3-small,体积更小效率更高,价格直接砍到了原模型20%!支持512维和1536维两种大小。
4 C1 x9 A: D1 I6 x+ Z - text-embedding-3-large,性能相比之前模型大幅提升,高达3072维的嵌入向量,价格是小模型的6.5倍。
2 N7 S0 S' I) D7 S 最后,OpenAI还强调称,用户通过API传送的数据,都不会被用于训练新的模型。
/ j+ H8 d, ~7 X! y% \' M* W; N" L$ ?4 U$ x
1 { Z0 I' D1 f: _2 b/ k, \, q! `
, U1 W- k# k+ U
GPT-4更强了,变懒bug修复 自从去年11月份开发者大会发布GPT-4-Turbo以来,超过70%的GPT-4 API用户已经转用了GPT-4-Turbo预览版,从而能够享受最新的知识戒指日期、更大的128k上下文窗口和更低的价格。
i4 j5 s5 o2 ^/ F$ i9 j1 e7 o" i: ^+ u, ~4 \3 W7 | ~
最新更新的GPT-4-Turbo 预览模型——gpt-4-0125-preview在执行任务(如代码生成)方面比之前的预览版要更强,能够减少模型有可能出现的「偷懒」现象。" c. D% {" L# j& K
- g+ g( L/ n, D7 b$ r
新模型还修复了一个影响非英文UTF-8生成的漏洞。 b/ `' s* k# H$ {4 H1 Z
对于那些希望自动升级到最新GPT-4-Turbo预览版的用户,OpenAI还推出了一个新的模型名别名gpt-4-turbo-preview,它将始终指向最新的GPT-4-Turbo预览版模型。
# x' r1 L w0 K7 s- i; s R" `: P% m& R* L" `' J: d( l
在未来几个月内,OpenAI还会推出具备视觉功能的GPT-4-Turbo正式版。
4 ?, h) f* \' e& y7 V2 `8 Q, ~0 h- a1 G) k1 n* h* b3 l; u
) I o4 k& G$ H% k, T
GPT-3.5-Turbo喜迎「降价增效」 下周,OpenAI即将推出新版的GPT-3.5-Turbo,型号为gpt-3.5-turbo-0125。
0 H6 K$ Z7 B) p |; i* v+ {" \* ?. [& _
在过去的一年里,OpenAI已经第三次下调GPT-3.5-Turbo的价格。
1 o5 m0 }/ f6 r7 t! ?
" W; F, N6 {8 p [ 新模型的输入价格下降了50%,现为0.0005美元/1k token;输出价格下降了 25%,现为0.0015美元/1k token。3 y ]/ A, x) O
此外,模型还进行了多项改进,比如提高了按要求格式响应的准确性,并修复了一个导致非英文语言函数调用出现文本编码问题的漏洞。
& g* X3 F4 L3 X
) c2 x- w2 m& m* G9 L3 q 在API中使用固定gpt-3.5-turbo模型名称的用户,将在这款新模型推出两周后,自动从gpt-3.5-turbo-0613升级至gpt-3.5-turbo-0125版本。! @7 g- D- d* v0 Q( }( u* A+ Y. j
( x( a: G( A6 E5 {- t% j- R! F
; Y* j% ~& q ^/ s: X7 ` 全新嵌入模型2连发:性能大涨价格狂降 OpenAI推出了两款新的嵌入模型:体积更小、效率更高的text-embedding-3-small模型,以及更大、性能更强的text-embedding-3-large模型。
5 M1 k: w+ \% n8 h0 z2 o! n8 H* U* ]7 ~. m. a3 T) h+ p
9 b/ H9 J% z9 U( O/ ?. I& m/ X& {$ v5 T: J+ d. o+ x
所谓嵌入(Embedding),就是将内容(如文字或代码)中的概念转化为一串数字序列。5 @8 c R0 V# d4 K9 P
通过这种方式,机器学习模型和其他算法可以轻松理解不同内容之间的关系,执行聚类、检索等操作。
- f/ c& C1 s2 d( u! Y: ^1 }$ w* B+ F/ _! o
嵌入技术为 ChatGPT 和 Assistants API 中的知识检索功能,以及许多检索增强生成([color=var(--weui-LINK)][url=]RAG[/url])开发工具提供了强大动力。
+ m' W' f" g& v4 F 「小」文本嵌入模型:text-embedding-3-smalltext-embedding-3-small是OpenAI的新型高效嵌入模型,与2022年12月推出的前代产品text-embedding-ada-002相比,性能有了大幅提升。1 L8 S! i7 V' b1 j; K5 Z( a7 l) y
0 ]" C& m8 E- y* [( ~; u
) m0 Y( u% b' \+ |4 n
- 性能更强
4 C5 `! I: E+ B( b/ j" E6 k6 o7 Q0 d! f6 ]- C4 V
在多语言检索(MIRACL)的常用基准测试中,text-embedding-3-small的平均得分从31.4%提高到44.0%,在英语任务(MTEB)的常用基准测试中,平均得分从61.0%提高到 62.3%。
( _8 C1 P7 ]9 q7 W9 z
& D8 ]1 ~/ b6 f/ O( g! z& e1 |! T% M O3 ?7 M2 W5 d
- 价格实惠 n$ ^! F4 q8 s% {3 T) A& c
5 g o8 n1 c( R4 u text-embedding-3-small远比OpenAI之前的text-embedding-ada-002模型效率高,因此价格也大幅降低了5倍,从每千token的0.0001美元降至0.00002美元。$ \2 I9 H9 r. l- D& j
- J. q" i6 `( E. ^5 H, ?
OpenAI不会停用text-embedding-ada-002,尽管OpenAI更推荐用户使用新模型,客户仍可选择继续使用上一代产品。: I$ U$ J5 ?' `4 R: M- l1 N j
# D8 E r8 F% {& t* M0 o4 A( b2 ~/ R( N, Q0 [# x# z, Q
「大」文本嵌入模型:text-embedding-3-large& L+ [% }3 P% C- B4 r6 _
* f7 f8 W8 T0 c" O* f# ]6 @6 v text-embedding-3-large是OpenAI的新一代大型嵌入模型,能够生成高达3072维的嵌入向量。
: I8 o3 o3 S' H; F& ^8 \8 | text-embedding-3-large是OpenAI目前性能最强的模型——/ z' p* v! o. H( W9 e
- b! D" s9 c% H0 _% H! h* ^0 a 与text-embedding-ada-002相比,它在MIRACL上的平均得分从31.4%提升至54.9%,在MTEB上的平均得分从61.0%提升至 64.6%。
% ]. c7 f, z3 @' h0 Z: E4 w O8 s0 Y, H1 @$ M: f2 C6 s
1 a3 s. @% d6 p
7 r$ K* n+ C, @1 \ text-embedding-3-large的价格定为0.00013美元/1k token。5 w7 p! m b5 z3 E8 Q+ M
U6 F# \2 J' ^# u- L* R, _8 @9 o# Z5 b
- N6 L- z9 x' h- K+ O5 r" }4 {% G2 L
灵活调整嵌入向量7 W# F0 I& \0 w# h
, c- V9 e) ^$ t" C% t [) f
相比于小型嵌入,大型嵌入的存储和检索,如放置于向量存储库中,往往需要更高的成本,也消耗更多的计算资源、内存和存储空间。
) y2 N' L* _7 t, H; X
& ?0 c) ~* P4 X, n: ` OpenAI的两款新嵌入模型均采用了一种特殊的训练技术,使得开发者可以在嵌入的使用成本和性能之间做出权衡。+ A" e" i& u! X c' L
具体来说,开发者可以通过设定dimensions API参数来有效缩短嵌入向量的长度(也就是去掉数列末端的一些数字),而这样做不会影响嵌入向量代表概念的核心特性。
% i" u. i! A ~/ O9 ~5 |# d7 N! N! O! Q0 G3 Q* e) s4 k; B5 K
例如,在MTEB基准测试中,即使将text-embedding-3-large嵌入向量的长度缩减到 256,它的性能仍然超过了长度为1536的未经缩减的text-embedding-ada-002嵌入向量。 g: p3 }" O# f8 `6 g) b% S) Q2 H' X( B
这种做法极大地增加了使用上的灵活性。
9 o$ z7 j/ O8 v% ~2 j: ~
# q7 H H5 k* l- v- y- O' L 比如说,当开发者需要使用一个只支持最大1024维度嵌入向量的向量数据存储时,可以选择OpenAI性能最佳的嵌入模型text-embedding-3-large,并通过设置dimensions API参数为1024,从而将原本3072维的嵌入向量缩减下来,以较小的向量尺寸为代价换取了准确度。
$ X0 c& M+ l; ?$ k& u( o" r, M7 c" t7 `# o$ ^5 W
+ X5 L2 A+ q8 `) z O3 _) Q; {% \4 h+ l3 K f
迄今最强的内容审核模型 OpenAI提供的免费内容审核API可以帮助开发者识别可能有害的文本。. _; j( b& d' M6 [
g2 T' z- f6 g. t; S% f! g 作为OpenAI持续安全工作的一部分,OpenAI发布了迄今为止最强大的内容审核模型text-moderation-007。
; I9 D r7 c' w, j5 v$ h
* ?+ f$ A0 r5 |; |' l- Z 此前的text-moderation-latest和text-moderation-stable,也将重新指向这个新模型。
* S) Z8 U5 \* T# A: }
3 J5 u+ r/ C! ^5 c6 e6 U2 X8 f2 M3 E# g5 {* S
API后台更新,更好的API密钥管理 OpenAI正在推出两项重要的平台升级,旨在为开发者提供对他们的API使用情况更清晰的洞察,并加强对API密钥的管理。, M- u0 L& U4 O x. u- i6 f! c7 o& y0 n
" W% V% r: B+ e& i, q' g6 n
首先,开发者可以直接在API密钥页面设置不同的密钥权限。
, Z) L) Z( ~" V( s. O3 a7 a0 H* d" a" g8 m% x. d
举个例子,用户可以为一个密钥配置只读权限,以便用于内部的跟踪数据面板,或者设置为仅限访问某些特定的接口。& Z2 H8 }7 j i5 x0 \* D2 @
其次,一旦开启了密钥使用跟踪功能,使用仪表盘和数据导出功能就能够提供基于每个API 密钥的详细使用指标。这样一来,只需为不同的功能、团队、产品或项目分配独立的 API 密钥,就可以轻松地监控到各自的使用情况。
, Z& |" l9 u. q r9 d/ B' h0 {- O, V1 E
在接下来的几个月里,OpenAI计划为开发者提供更多便利,让他们能够更好地监控 API 使用情况并管理 API 密钥,这一点对于大型组织来说尤其重要。1 x5 O, m) b8 Q. B$ Y1 {
$ I" L4 m6 k- ~) ~, _4 z
1 I. c4 V/ y) [; w4 ^. Q& I
& r/ p( z; g* v3 ?% S
# L% ~& o9 ]! `& R) M
. O* Z" m( W( X& @' r; W2 P, [* N/ Q X& H' y+ M+ s
2 I; [! U# a+ r, u) J
|